基于分层线性模型的中高考数据挖掘

发布时间：2023-06-10 14:50

　　教育领域一直在探究影响学生表现的因素,希望通过科学方法解决学生的成绩提升、降低辍学率、提升教学质量、改进教育政策等问题。传统教育分析中会采用统计分析来研究学生表现的变化,而随着数据挖掘技术的发展以及在经济等领域的应用,近年针对教育数据的数据挖掘也得到了教育部门以及学校等教学机构的重视,数据挖掘技术为解决对学生表现的预测分析等问题提供了更好的方法。目前教育数据的分析预测中所使用的自变量大部分是学生的个人信息以及考试成绩,没有挖掘学科内不同能力对学生增值的影响,也没有挖掘学校特征对学生能力的影响差异。本文使用北京市学生201 1年中考成绩以及2014年高考成绩数据,根据试题和北京考试院出版的中高考试题评价报告建立衡量学生能力提升的指标,并基于多元线性回归模型和分层线性模型研究了以下问题:(1)学生的中考能力、学生所在学校的排名等因素对学生从中考到高考总分增值以及五科成绩增值的影响;(2)研究不同类别学校对学生能力和学生总分增值的影响差异。研究结果发现,学生学科内的不同能力对学生增值也有不同的影响,不同类别的学校中,学生中考能力对增值的影响也各有特点,同样成绩,但不同能力的学生,进入不同类别...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 影响学生表现的因素以及常用分析方法
    1.4 论文的组织结构
第二章 基于多元线性回归模型的分析
    2.1 中高考考试数据
    2.2 自变量的选取及数据特点
        2.2.1 自变量选取
        2.2.2 数据描述性统计
    2.3 学生总分增值及影响因素
        2.3.1 学生总分增值定义
        2.3.2 模型设计
        2.3.3 分析结果
    2.4 学生科目增值
        2.4.1 模型设计
        2.4.2 分析结果
    2.5 本章小结
第三章 基于分层线性模型的分析
    3.1 模型设计
        3.1.1 单因素方差模型
        3.1.2 随机系数模型
        3.1.3 学生-学校两层线性模型
    3.2 结果分析
        3.2.1 模型结果
        3.2.2 结果对比分析
    3.3 与统计分析和以往研究的对比分析
        3.3.1 同分数段学生进入不同学校的统计分析
        3.3.2 与以往研究对比讨论
    3.4 工作小结
第四章 总结与展望
    4.1 本文小结
    4.2 研究展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3833061